GPT‑5.6: Авангарден изкуствен интелект, който се развива заедно с Вашите амбиции

Пускаме серия модели GPT‑5.6 за широка достъпност след нашия ограничен предварителен достъп⁠. Новият ни флагмански модел Sol, заедно с Terra, който е балансиран модел за ежедневна работа, и Luna, който е най-рентабилният ни модел.

GPT‑5.6 Sol поставя нов стандарт както за ниво на интелект, така и за ефективност, постигайки резултати на най-съвременно ниво в програмирането, интелектуалния труд, киберсигурността и науката, като същевременно превъзхожда предишни и конкурентни авангардни модели с по-малко токени и при по-ниска прогнозна цена. Резултатът е по-висока ефективност за всеки похарчен долар – повече успешно свършена работа при същия разход или съпоставими резултати при по-ниски общи разходи. Също така въвеждаме нов начин за ускоряване на най-взискателната работа. Ultra е настройката ни с най-високи възможности, която координира множество агенти в паралелни работни потоци, за да извършва сложни задачи по-бързо. По-добрите умения за работа с компютър и дизайнерска преценка правят GPT‑5.6 Sol е най-усъвършенстваният ни сътрудник досега, който помага да се проверяват, прецизират и предоставят готови за употреба резултати.

Обучихме GPT‑5.6 да извлича повече полза от всеки токен. В Последният изпит за агента⁠(отваря се в нов прозорец) – оценка на продължителни професионални работни процеси в 55 области – GPT‑5.6 Sol поставя нов най-висок резултат от 53,6, превъзхождайки Claude Fable 5 (адаптивно структурирано анализиране) с 13,1 пункта. Дори при средно ниво на структурирано анализиране той превъзхожда Fable 5 с 11,4 пункта при приблизително една четвърт от прогнозната цена. Тази ефективност се наблюдава и при по-малките модели, които са от съществено значение за това ниво на интелект да стане по-широко достъпно и рентабилно. GPT‑5.6 Terra и GPT‑5.6 Luna превъзхождат Fable 5 на около една шестнадесета от цената. В Индекса за ниво на интелект на Artificial Analysis⁠(отваря се в нов прозорец), широк показател за ниво на интелект, обхващащ агентна работа, програмиране, научно структурирано анализиране и общи способности, GPT‑5.6 Sol с максимално структурирано анализиране се доближава на една точка до Fable 5, като изпълнява задачите с 61% по-малко време при приблизително половината от очакваната цена.

GPT‑5.6 стартира с най-надеждните ни мерки за защита досега, проектирани да бъдат устойчиви срещу целенасочена и адаптивна злоупотреба, без да ограничават широко легитимната работа. Преди общата достъпност подложихме моделите и защитните механизми на най-обстойния ни период на оценяване досега, съчетавайки стрес тест с мащабно автоматизирано тестване. По време на предварителната версия работихме в тясно сътрудничество с експертни организации и доверени партньори, за да тестваме защитните мерки и да ги повишим преди по-широкото пускане. Финалната система наслоява защитите, заложени в модела чрез обучение, с проверки в реално време, мониторинг и достъп, калибриран спрямо доверието и риска.

GPT‑5.6 Sol е най-добрият ни модел за програмиране досега. В Индексът на кодиращите агенти на Artificial Analysis, GPT‑5.6 Sol с максимално структурирано анализиране поставя ново най-добро постижение с резултат от 80 (с 2,8 точки над Fable 5), като използва по-малко от половината изходни токени, отнема по-малко от половината време и струва с около една трета по-малко. Това предимство обхваща цялото семейство. Terra се представя малко по-добре от Fable 5, а Luna превъзхожда Opus 4.8; и двете постигат това за приблизително една трета от времето, с около наполовина по-малко изходни токени и при приблизително една четвърт от прогнозната цена. Също така той постига нови най-съвременни резултати на Terminal‑Bench 2.1 и DeepSWE – тестове, които оценяват сложни работни процеси в командния ред и дългосрочни инженерни задачи в реални кодови бази.

GPT‑5.6 може да пише и изпълнява леки програми, които координират инструменти, обработват междинни резултати, следят напредъка и избират следващото действие с напредването на работата. Това позволява на задачи с интензивно използване на инструменти да напредват с по-малко токени, по-малко цикли на обмен с модела и по-малко насоки. Вместо да изисква от разработчиците да скриптират всяка стъпка или да прекарват всеки отговор от инструмент обратно през модела, Програмно стартиране на инструменти⁠(отваря се в нов прозорец) в Responses API може да филтрира големи количества междинни данни, да запазва само това, което е важно, и да адаптира работния си процес в движение.

За задачи, при които по-голямата инвестиция на време и изчислителни ресурси се отплаща, GPT‑5.6 може да надхвърли тази ефективна настройка по подразбиране. Max дава на GPT‑5.6 още повече време от xhigh, за да разсъждава и проучва алтернативи, да изпълнява проверки и да преразглежда подхода си. Ultra стига още по-далеч, като по подразбиране координира четири агента паралелно, при по-висока консумация на токени в замяна на по-силни резултати и по-бързо време до резултат при взискателни задачи. Диаграмите по-долу сравняват конфигурацията ultra с четири агента по подразбиране с базовия вариант с един агент в BrowseComp, SEC-Bench Pro и Terminal-Bench 2.1; BrowseComp и SEC-Bench Pro показват също конфигурации с 16 агента. И при трите оценявания добавянето на паралелни агенти измества авангардния предел на резултата и забавянето нагоре и наляво, постигайки по-добри резултати за по-малко време. В API разработчиците могат да изграждат изживявания, подобни на ultra, с помощта на бета версия с множество агенти в Responses API.

GPT‑5.6 бележи значителна крачка напред в решенията при дизайна. Само с насоки на високо ниво GPT‑5.6 създава изискани, ергономични и функционални интерфейси. По-силните му възможности за работа с компютър му позволяват да проверява и прецизира визуализирания резултат – а не само да генерира базовия код или съдържание – така че да може да открива визуални и функционални проблеми и да нанася финални щрихи, преди да предостави финален продукт.

Възможностите на фронтенд на GPT‑5.6 също превръщат заявки, направени на естествен език, в изчистени, интерактивни обяснения и визуализации в ChatGPT Work.

GPT‑5.6 осигурява по-добри резултати за професионални задачи. Той взема разпиления контекст от Вашите документи и ежедневни работни процеси като Slack, Notion, Microsoft 365 и Google Drive и го преобразува в експертно подготвени материали, готови за споделяне.

Силата на GPT‑5.6 в интелектуалния труд се проявява в оценки, обхващащи професионален анализ с дългосрочна перспектива, сърфиране, използване на инструменти и работа с компютър. GPT‑5.6 Sol поставя нови най-добри към момента резултати в BrowseComp с 92,2% и в OSWorld 2.0 с 62,6%; в OSWorld надминава Opus 4.8, като използва с 85% по-малко изходни токени. Тук подобренията в производителността спрямо цената за долар обхващат цялата серия GPT‑5.6. Luna почти достига нивото на върхова производителност на GPT‑5.5 при по-малко от половината от прогнозните разходи, докато Terra надминава този резултат при по-ниски разходи.

GPT‑5.6 Sol подобрява качеството на презентациите, документите и електронните таблици, като създава резултати, които са по-изпипани и точни. Той може да създава напълно редактирани презентации от нулата, като преобразува подканата и изходния материал в логически свързан визуален разказ с добре структурирани оформления, йерархия и дизайн.

Подобрението е особено осезаемо при следване на шаблони и референтни презентации. GPT‑5.6 може да установи системата за оформление на дадена презентация – макети, типография, отстояния, цветове и повтарящи се модели на съдържание, включително правила, вградени в образеца на слайд – и да следва последователно тези правила при работа с нов материал. В този пример при задача за актуализиране на числа въз основа на справочен файл в изходните данни на GPT‑5.5 липсват ключови компоненти от слайда образец, докато GPT‑5.6 следва по-точно справочната структура.

GPT‑5.6 също създава документи и електронни таблици с по-прецизно визуално оформление. Той спазва по-точно сложни формати за препратки, което е важно за повторяеми дейности в интелектуалния труд. Обработва уравнения и финансови модели с по-голяма прецизност и използва по-добре типографията, отстоянията, йерархията и оформлението на страницата или работния лист.

Ранните клиенти, които тестваха GPT‑5.6, отчетоха подобрения в резултатите от интелектуалния труд в различни области.

GPT‑5.6 е най-силният ни модел за киберсигурност досега, който постига авангардна производителност със значително по-малко токени. В ExploitBench², който измерва напредъка от достигането на уязвим код до изпълнението на произволен код, резултатът е 73,5% спрямо резултата на GPT‑5.5 от 47,9% при съпоставим бюджет за изходни токени. На ExploitGym³, който изисква от агентите да превръщат реални уязвимости в работещи експлойти, той почти удвоява пиковият процент на преминаване – от 15,1% до 24,9% при ограничение от два часа; при шест часа той достига 33,7%. На SEC-Bench Pro, който тества генерирането на доказателства за концепция при сложен софтуер, той постига резултат от 71,2% спрямо резултата на GPT‑5.5 от 45,8% при подобрена латентност.

GPT‑5.6 осигурява важни защитни задачи, като преглед на кода за сигурност, прилагане на корекции, моделиране на заплахи и защитно тестване. Квалифицирани лица и организации в програмата Доверен достъп за киберзащита на OpenAI Daybreak⁠ могат да получат достъп до по-голяма част от нейните защитни възможности чрез по-прецизни мерки за защита при проверена работа в упълномощени среди, включително триаж и валидиране на уязвимости, анализ на зловреден софтуер, инженеринг на откриване и валидиране на корекции.

Физическите лица могат да потвърдят самоличността си и да заявят доверен достъп⁠(отваря се в нов прозорец), а организациите могат да кандидатстват⁠ за своите екипи. Индивидуалните членове ще трябва да активират Разширена защита на акаунта⁠(отваря се в нов прозорец) с хардуерно защитени ключове до 1 септември, за да запазят достъпа си до най-способните авангардни модели в областта на киберсигурността. Тези, които не го направят, ще бъдат върнати към достъпа по подразбиране. Потребителите, които все още нямат хардуерно защитени ключове за достъп, могат да получат преференциални цени⁠(отваря се в нов прозорец) от нашия партньор Yubico. Също така предприемаме допълнителни мерки за ограничаване на достъпа за високорискови субекти и във високорискови юрисдикции.

GPT‑5.6 Sol също показва значителен напредък в широк спектър от научни изследвания. При оценки в областта на науките за живота, GPT‑5.6 демонстрира подобрения по Парето спрямо GPT‑5.5 в реални работни процеси за изследвания в биологията, науките за живота и химията.

GPT‑5.6 е нашият най-мощен модел досега за ускоряване на изследванията в областта на ИИ. В OpenAI изследователите го използват през целия цикъл на разработка – за диагностициране на неизправности, оптимизиране на системи за обучение, провеждане на експерименти и тълкуване на резултати. Вече видяхме това ускоряване и по-широко възприемане по време на периода на вътрешно тестване на GPT‑5.6, тъй като средният дневен брой изходни токени на активен изследовател беше над два пъти по-висок от най-високото ниво, наблюдавано за GPT‑5.5.

Този начин на работа бързо се превръща в стандарт. През последните шест месеца делът на изчислителните ресурси за изследвания, посветени на вътрешното кодиране с изводи, нарасна 100 пъти, докато вътрешното използване на агентни токени се увеличи приблизително 22 пъти. Тези показатели за внедряване сами по себе си не измерват напредъка в изследванията, но показват колко бързо нараства помощта на ИИ в изследователската дейност и в други екипи като продажби, маркетинг, потребителски операции, финанси и други.

За да измерим тази способност директно, разработихме вътрешен набор от оценки, базирани на реални задачи от изследвания в областта на ИИ, включително отстраняване на грешки в изследователски системи, оптимизиране на ядра и наръчници за обучение, провеждане на експерименти с машинно обучение и подобряване на друг модел.

С нарастването на възможностите на моделите засилваме нашите мерки за безопасност, за да може напредналото ниво на интелект да остане широко полезно, като същевременно прилагаме по-строг контрол към високорисковите употреби. За GPT‑5.6 изградихме най-надеждната ни система за безопасност досега, калибрирана спрямо възможностите на всеки модел и захранвана с повече изчислителни ресурси от всякога.

Моделите GPT‑5.6 са по-способни от нашите по-ранни модели както в биологията, така и в киберсигурността, но не преминават прага на критичост в нито една от двете категории. В киберсигурността нашите тестове показват, че GPT‑5.6 е по-добър в откриването и отстраняването на уязвимости, отколкото в надеждното извършване на автономни, цялостни атаки срещу укрепени цели, което дава на защитниците възможност да укрепят системите, преди слабостите да бъдат експлоатирани. В областта на биологията нашите тестове показват, че GPT‑5.6 може да подпомага легитимни научни изследвания, но не предоставя цялостната способност, необходима за създаване, инженерно разработване или синтезиране на изключително опасна нова заплаха.

И двете области по своята същност са с двойна употреба. В киберсигурността същите възможности, които биха могли да помогнат на нападател да експлоатира уязвимост, могат да помогнат на защитник да я открие, да я възпроизведе и да изгради надеждно решение. Следователно прекомерното блокиране само по себе си създава риск за сигурността. Това може да попречи на защитниците да тестват системите и да внедряват корекции, докато злонамерените лица продължават да използват други модели, включително все по-способни модели с отворен код, както и утвърдени инструменти. Ефективните защитни мерки вземат предвид контекста и вероятните последици от дадено искане, като запазват легитимната защитна дейност, докато прилагат по-строги мерки за контрол там, където доказателствата сочат за сериозен риск от вреда.

Защитните механизми на GPT‑5.6 са многослойни за по-голяма точност и надеждност и са проектирани да се адаптират бързо при появата на нови атаки. Защитите, заложени в модела, работят заедно с проверки в реално време, непрекъснато наблюдение и прилагане на мерки на ниво акаунт, за да гарантират безопасността на системата, дори когато даден слой не функционира според очакванията. В много системи единствено сигналите от класификаторите определят какво да бъде блокирано, като се разчита на по-малко интелигентни модели, които се променят по-трудно, за да се предотврати причиняването на вреда. Нашият подход добавя механизъм за наблюдение на структурирано анализиране, който преглежда разговора, за да определи дали съществува потенциал за вреда. Тази разработка е предназначена да подпомага защитата, като същевременно блокира сериозни злоупотреби, а най-чувствителните възможности са запазени за проверени потребители чрез Trusted Access. Тъй като някои защити използват структурирано анализиране по време на тестване, можем бързо да ги актуализираме, за да отстраняваме пропуски, без да обучаваме класификаторите повторно от нулата.

Възприемаме по-предпазлив подход, докато продължаваме да укрепваме системата срещу адаптивни атаки. В сравнение с предишните модели, киберзащитите на GPT‑5.6 Sol блокират приблизително десет пъти повече потенциално вредна активност. Тъй като тези мерки могат да създадат затруднения за добросъвестната употреба, предоставяме опция в ChatGPT и Codex за лесно повторно изпращане на подкани към модели с по-ограничени възможности и ще продължим да намаляваме въздействието на нашите защитни мерки върху добросъвестната употреба, като същевременно поддържаме висока летва за устойчивост. Това отразява нашия итеративен подход към внедряването. Започваме предпазливо и подобряваме въз основа на наученото от реалната употреба.

Преди пускането в обща употреба проведохме най-интензивните си оценки на безопасността досега, включително обширни стрес тестове, задълбочени проверки на възможностите и защитните мерки с външни експерти, както и приблизително 700 000 GPU часа автоматизиран стрес тест по метода „черна кутия“. Това ни позволи систематично да изследваме вероятни слаби места, да откриваме джейлбрейк и да укрепим системата преди пускането ѝ.

Не съществува такова нещо като перфектна сигурност и работата ни по защитата на все по-способните модели продължава. Ще бъдат откривани нови слабости, както и нови джейлбрейкове, които заобикалят съществуващите защитни механизми. Всяко ново поколение модели също ще създава нови възможности за атака и злоупотреби. Изграждаме с оглед на тази реалност чрез многослойни защитни мерки, непрекъснат мониторинг, бързо отстраняване на проблеми и сътрудничество в рамките на общността, ангажирана със защитата. За GPT‑5.6 съчетахме съществуващите ни програми за възнаграждения за открити уязвимости в областта на сигурността⁠(отваря се в нов прозорец) и програмите за възнаграждения за открити уязвимости в областта на биологията⁠ с нов процес за бързо отстраняване и най-силните ни усилия за мониторинг досега. Констатациите на изследователите, както и наблюдението и случаите на злоупотреба в реални условия непрекъснато ще служат като основа за нови оценки и по-строги предпазни мерки.

Прочетете повече за нашите защитни мерки в актуализираната карта на системата за GPT‑5.6⁠(отваря се в нов прозорец).

GPT‑5.6 обхваща три нива на модели. Sol – флагманският ни модел. Terra – модел с по-ниска цена и производителност, конкурентна на GPT‑5.5. И Luna – най-бързият ни и най-достъпен модел. Числото идентифицира поколението, докато Sol, Terra и Luna са устойчиви нива на възможности, които могат да се развиват със собствен темп.

GPT‑5.6 е наличен от днес в ChatGPT, Codex и API на OpenAI. Внедряването започва в световен мащаб сега и ще продължи поетапно до пълна наличност през следващите 24 часа.

• Чат: Потребителите с абонаменти Plus, Pro, Business и Enterprise имат достъп до GPT‑5.6 Sol чрез настройки със средно и високо усилие. Потребителите с абонаменти Pro и Enterprise могат също да избират GPT‑5.6 Sol Pro за постигане на най-висококачествени резултати при сложни задачи.
• ChatGPT Work и Codex: Потребителите на плановете Free и Go имат достъп до GPT‑5.6 Terra. Потребителите на плановете Plus, Pro, Business и Enterprise могат да избират измежду GPT‑5.6 Sol, Terra и Luna и да задават ниво на усилие за всеки от тях. max е наличен за всички потребители с достъп до GPT‑5.6 в ChatGPT Work и Codex и може да се включи в настройките. В ChatGPT Work ultra е наличен за потребители на Pro и Enterprise. В Codex е наличен за плановете Plus и по-нагоре.
• API: Разработчиците имат достъп до Sol, Terra и Luna чрез API на OpenAI. В Responses API програмното активиране на инструменти позволява на GPT‑5.6 да пише и изпълнява програми в паметта, които координират инструменти и обработват междинни резултати, което го прави съвместим с концепцията за нулево задържане на данни (Zero Data Retention, ZDR). Многоагентната система, първоначално налична в бета версия, позволява на GPT‑5.6 да изпълнява паралелни подагенти и да синтезира работата им в една заявка.

GPT‑5.6 се таксува за 1 млн. токена в три размера на модела: Sol е $5 за вход / $30 за изход; Terra е $2,50 за вход / $15 за изход; а Luna е $1 за вход / $6 за изход. GPT‑5.6 също въвежда по-предвидимо кеширане на подкани, включително поддръжка за изрични точки на прекъсване на кеша⁠(отваря се в нов прозорец) и минимален живот на кеша от 30 минути. За GPT‑5.6 и по-нови модели записите в кеша се таксуват по 1,25 пъти тарифата на модела за некеширан вход, докато четенията от кеша продължават да получават 90% отстъпка за кеширан вход.